alteracoes artigo fuzzy, pasta e imagens

Author: Usuario(a) Master

content/01-finquant/2026-s1/2Folds.md

@@ -304,30 +304,50 @@ Utilizamos a linguagem de programação orientada a objetos Python 3, e o seu co
 ## 6.2 Resultados
 
 ![[Pasted image 20260203231650.png]]
+>[!info]
+>Figura 1: 2Folds vs Ibovespa vs CDI
+
 
 A estratégia demonstrou uma capacidade robusta de geração de alpha consistente, tendo como retorno líquido - Assumindo os custos de corretagem - de 31.96% em comparação a 14.41% do Ibovespa. Além de ter um sharpe ratio de 1.16 e com uma média de ativos semanais de 7.5 papéis (em holding e negociados). Além disso, observa-se que a estratégia apresentou desempenho superior ao ativo livre de risco, representado pelo CDI.
 
 ![[Pasted image 20260203231702.png]]
+>[!info]
+>Figura 2: Drawdown Máximo de 2Folds vs Ibovespa.
+
 
 A resiliência do modelo é evidenciada pelo drawdown máximo controlado de -8.50%, significativamente inferior aos momentos de estresse observados no índice de referência. Isso valida a eficácia dos filtros de liquidez e fundamentalistas na proteção do capital durante correções de mercado.
 
 ![[Pasted image 20260203231712.png]]
+>[!info]
+>Figura 3: Performance Móvel.
+
 
 Mesmo nos períodos de quedas ( Novembro de 2024 - Fevereiro de 2025 e Agosto de 2025) é notável que o modelo ainda manteve um alpha em cima do benchmark.
 
 ![[Pasted image 20260203231723.png]]
+>[!info]
+>Figura 4: Alpha Móvel.
+
 
 A consistência da estratégia é observada através do Alpha Móvel (janela de 12 semanas), que se manteve positivo na maior parte do período. Com um Win Rate semanal de 57.63%, o modelo demonstra uma expectativa matemática positiva, lucrando através da consistência estatística e não de apostas esporádicas.
 
 ![[Pasted image 20260203231735.png]]
+>[!info]
+>Figura 5: Dinâmica do Ensemble.
+
 
 A análise da dinâmica do ensemble confirma a adaptabilidade do algoritmo. Observa-se a flutuação dos pesos (wA e wB) ao longo do tempo, indicando que o algoritmo identificou corretamente quais momentos do mercado favoreciam o modelo A (técnico) e quais eram regidos pelo modelo B (Sentimental), ajustando a exposição automaticamente.
 
 ![[Pasted image 20260203231746.png]]
+>[!info]
+>Figura 6: Diversificação da Carteira e Custo de Transação e Slippage (semanal).
 
 Segue ainda que a diversificação de portfólio se manteve alta desde o início do backtest, além do custo de transação ir diminuindo pelo fato da maior parte das boas ações foam identificadas pelo modelo e mantidas em holding por um bom período de tempo.
 
 ![[Pasted image 20260203231754.png]]
+>[!info]
+>Figura 7: Estrutura da Carteira.
+
 
 A distribuição temporal das operações destaca uma característica do modelo de baixo turnover. Ativos como CSMG3 e CMIG4 permaneceram em carteira por 59 semanas, demonstrando que o modelo prioriza a captura de tendências longas, em detrimento de giros excessivos, o que reduz custos de transação.
 
@@ -355,13 +375,16 @@ Por fim, sabe-se que o modelo 2Folds, mas para validar a hipótese principal do
 # Modelo A
 
 ![[Pasted image 20260203231902.png]]
-
+>[!info]
+>Figura 8: Modelo A.
 
 O modelo A teve um retorno líquido de 34.03% em comparação a 14.41% do Ibovespa. Além de ter um sharpe ratio de 1.01 e com uma média de ativos semanais de 4.8 papéis.
 
 # Modelo B
 
 ![[Pasted image 20260203231916.png]]
+>[!info]
+>Figura 9: Modelo B.
 
 O modelo B teve um retorno líquido de +24.13% em comparação a 14.41% do Ibovespa. Além de ter um sharpe ratio de 0.78 Sortino Ratio de 0.20 e com uma média de ativos semanais de 8.3 papéis.
 

content/01-finquant/2026-s1/monte-carlo-portfolio.md

@@ -154,13 +154,18 @@ t-Student. O histograma revela uma concentração de massa em torno da média, m
 uma dispersão significativa para os extremos negativos, característica típica das séries
 financeiras simuladas sob regimes de caudas pesadas.
 
+![[monte-carlo-portfolio-fig1.png]]
+>[!info]
+>Figura 1: Distribuição dos retornos simulados do portfólio ótimo.
+
+
 # Métricas de Risco de Cauda
 
 Os valores extraídos diretamente da imagem indicam uma realidade rigorosa para a gestão
 de ativos:
 
 -  Retorno Médio Simulado: −0, 3968%
-- CVaR 95% Simulado: −15, 2602%
+-  CVaR 95% Simulado: −15, 2602%
 
 Este resultado é fundamental para a fundamentação dos resultados. Embora o re-
 torno médio nos cenários simulados seja levemente negativo (−0, 3968%), o CV aR de
@@ -185,7 +190,12 @@ de mercado que seriam ignorados por modelos de média-variância tradicionais.
 Os resultados empíricos da execução do código são consolidados no segundo conjunto de
 gráficos, vide figura 2, que apresenta o "Retorno Acumulado"e o "Drawdown"desde 2018
 até o início de 2026. A análise destes dados permite concluir que a estratégia baseada no
-Starr Ratio obteve uma vitória expressiva sobre o índice de referência
+Starr Ratio obteve uma vitória expressiva sobre o índice de referência.
+
+![[monte-carlo-portfolio-fig2.png]]
+>[!info]
+>Figura 2: Retorno acumulado e drawdown da estratégia baseada no Starr Ratio.
+
 
 # Evolução Patrimonial e Geração de Alpha
 
@@ -204,7 +214,7 @@ Este desempenho é notável por ocorrer em um mercado lateralizado e volátil co
 brasileiro. O gráfico mostra que a estratégia conseguiu capturar ciclos de alta com maior
 eficiência do que o índice ponderado por valor de mercado. Enquanto o Ibovespa enfrentou
 dificuldades para superar patamares históricos entre 2021 e 2024, a carteira otimizada via
-CV aR manteve uma inclinação positiva, sugerindo que a reotimização baseada no Starr
+CVaR manteve uma inclinação positiva, sugerindo que a reotimização baseada no Starr
 Ratio foi capaz de rotacionar os pesos para ativos com melhor momento e menor risco de
 cauda dinâmico.
 
@@ -246,17 +256,7 @@ Starr Ratio Strat manteve seus drawdowns contidos em níveis menos severos.
 -  Gestão Ativa de Risco: O fato de o drawdown da estratégia ser menor em janelas
 de "mercado de lado"comprova que a substituição da variância pelo CV aR impede
 que a carteira fique excessivamente exposta a ativos com risco de cauda oculto.
-
-![[Pasted image 20260203210801.png]]
-
->[!info]
->Figura 1: Distribuição dos retornos simulados do portfólio ótimo.
->
-
- ![[Pasted image 20260203211052.png]]
-
->[!info]
->Figura 2: Retorno acumulado e drawdown da estratégia baseada no Starr Ratio.
+ 
 # Conclusão
 
 Este trabalho apresentou a implementação e avaliação de um algoritmo de alocação de